在并行Python中插值许多曲线

Question

假设我有一个 N 行 M 列的 numpy 数组。每行包含 M 个间隔内 N 个函数中每个函数的值。我有一个向量 X，其中包含计算函数时的 x 值。我还有另一个 numpy 数组，它是长度为 N 的一维向量。我想对 N 个函数中的每一个进行插值，以在向量中的每个 N 点处找到它们各自的值。例如，如果我有

X = np.array([0.2,0.4,0.6,0.8])
matrix = np.array([[1,2,3,4],
                   [2,4,6,8],
                   [1,3,5,7]]) # N = 3, M = 4
vector = np.array([0.3, 0.6, 0.5])

def f(X, matrix, vector):
   # some code
   return interpolated_values

interpolated_values

应包含

[1.5, 6, 4]

，因为这些是

matrix

每行在

X

的对应值处线性插值时所具有的值。

我知道我可以使用循环来做到这一点。但是，如果 N 很大，这会很慢。函数

f

中应该包含什么来并行执行此插值？

Answer 1

根据您的需求，

interp

功能会很有用。

import numpy as np

def f(X, matrix, vector):
    # Use numpy.apply_along_axis to apply numpy.interp to each row of matrix
    interpolated_values = np.apply_along_axis(np.interp, 0, X, matrix, vector)
    return interpolated_values